在一次做網站的時候 ，需要抓取一些其他網站的新聞 ，在這里介紹一種使用curl通過鏈接的方式去獲取這個頁面的所有內容，然后再通過正則匹配獲取需要的內容。不是所有網站都能抓取需要有頁面規律才能去抓取如下圖

這種有規律的新聞列表 ，不過新聞的詳情內容需要再次單獨的去抓取，
代碼：
$url = http://xxxx; // https://xxxx要抓取的鏈接 新聞列表
$url=str_replace('&','&',$url);
header("content-type:text/html;charset=utf-8");
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, 0);//除去https里面的s
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);//關閉直接輸出
$html_data=curl_exec($ch);
curl_close($ch);//關閉會話
這里要確認是否抓取到了頁面的內容 可以打印出來看一下
如果沒有抓取到 要注意一下 頁面的編碼格式 使用iconv（）轉換一下內容編碼
// $html_data=iconv('gbk', 'utf-8',$html_data);
$regular='#<h1id="activity-name">(.*?)</h1>(.*?)<spanid="post-date">(.*?)<span>(.*?)</span>(.*?)<div class="page-content">(.*?)<div class="text">(.*?)</div>#is';
preg_match_all($regular,$html_data,$connect);//進行正規匹配取得自己要的內容
//循環取出需要的內容數組
foreach($connect as $k =>$var){
if($k==2 || $k==3|| $k==5|| $k==7){
$b= array_merge(array_filter($connect[$k]));
$array[]=$b;
}
}
得到數據數組后 就可以根據需求去添加數據了
內容詳情需要抓取就獲取到新聞內容頁的鏈接 同樣使用curl去獲取信息
要注意的就是正則表達式里面的html需要跟頁面的格式一樣， 你可以去原網站點右鍵查看源代碼，查看格式， 把要抓取的html復制下來 ，如果還是有不能抓取的內容可能就是格式不正確 有可能有的地方是少空格或者多空格， 這個時候直接在標簽之間(.*?)。也可以 一點一點的匹配 看具體是哪個部分沒有匹配到。

網頁題目：PHP使用curl抓取新聞數據
文章起源：http://www.js-pz168.com/news12/242612.html

成都網站建設公司_創新互聯，為您提供微信小程序、網站制作、響應式網站、Google、移動網站建設、網站收錄

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯